在原地释放Numpy内存

Question

4

有没有办法使numpy释放一个数组所使用的内存？我不能只运行“del array”，因为该数组被其他地方引用。

下面是为什么这很重要以及为什么我认为这是安全的例子：

def run():
   arr = np.array(....)
   arr2 = process(arr)
   fit(arr2)

我能够编辑process，但无法运行run。现在arr保存了很多在process运行后不再需要的内存。我希望在创建了arr2之后，能够从process中删除arr的内容。

- Alex Rothberg

你的意思是删除存储的“数据”，而不仅仅是删除指向这些数据的“指针”吗？ - MSeifert

1

如果数组在其他地方使用，释放内存会破坏那个“其他地方”的功能，对吧？ - Marc B

有趣的问题。根据我对Python的了解，我想数据将持续存在，直到所有引用都被删除。但我期望很快会出现一些大师，向我们展示一些numpy黑魔法，证明我是错的。 - Reti43

你可能会在weakref中找到一些帮助，但正如@MarcB所指出的那样，删除你仍然需要的东西是一个坏主意。 - msw

更新后的内容，附带示例： - Alex Rothberg

显示剩余5条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Mike Müller · Accepted Answer

您可以尝试将数组大小调整为较小的数组：

arr.resize((2,), refcheck=False)

它会就地更改数组：

a.resize(new_shape, refcheck=True)

就地更改数组的形状和大小。

...

注释

如果需要，此函数会重新分配数据区域的空间。

只有连续数组（内存中相邻的数据元素）才能被调整大小。

引用计数检查的目的是确保您不将此数组用作另一个Python对象的缓冲区，然后重新分配内存。但是，引用计数可能以其他方式增加，因此，如果您确定未与另一个Python对象共享此数组的内存，则可以安全地将refcheck设置为False。